Zobrazeno 1 - 10
of 5 024
pro vyhledávání: '"long tailed distribution"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Ye, Shuo, Chen, Shiming, Wang, Ruxin, Wu, Tianxu, Xu, Jiamiao, Khan, Salman, Khan, Fahad Shahbaz, Shao, Ling
Data is the foundation for the development of computer vision, and the establishment of datasets plays an important role in advancing the techniques of fine-grained visual categorization~(FGVC). In the existing FGVC datasets used in computer vision,
Externí odkaz:
http://arxiv.org/abs/2306.02346
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Chen, Jiahao, Su, Bing
How to estimate the uncertainty of a given model is a crucial problem. Current calibration techniques treat different classes equally and thus implicitly assume that the distribution of training data is balanced, but ignore the fact that real-world d
Externí odkaz:
http://arxiv.org/abs/2304.06537
Despite the recent remarkable improvements in scene text recognition (STR), the majority of the studies focused mainly on the English language, which only includes few number of characters. However, STR models show a large performance degradation on
Externí odkaz:
http://arxiv.org/abs/2304.08592
Conventional multi-label classification (MLC) methods assume that all samples are fully labeled and identically distributed. Unfortunately, this assumption is unrealistic in large-scale MLC data that has long-tailed (LT) distribution and partial labe
Externí odkaz:
http://arxiv.org/abs/2304.10539
Autor:
Xu, Wenxiang, Jing, Yongcheng, Zhou, Linyun, Huang, Wenqi, Cheng, Lechao, Feng, Zunlei, Song, Mingli
The problem of deep long-tailed learning, a prevalent challenge in the realm of generic visual recognition, persists in a multitude of real-world applications. To tackle the heavily-skewed dataset issue in long-tailed classification, prior efforts ha
Externí odkaz:
http://arxiv.org/abs/2304.04135